Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 发布 Gemini 3.8 Live with Live Avatar：为对话模型加入实时视觉形象
Google DeepMind（谷歌旗下人工智能研究机构）发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话原生耦合，为对话模型加入带唇形同步、自然表情和流畅轮流发言的视觉形象，并支持异步工具调用与 97 种语言切换。
该功能即日起在 Gemini Enterprise（谷歌企业级 AI 平台）提供并发布 API（应用程序编程接口）文档，定制头像仅通过企业白名单开放，所有输出带 SynthID（DeepMind 开发的不可感知水印）水印。
来源为企业功能公告，未披露第三方性能评测或客户数据。
Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 官网博客 2026 年 9 月 24 日发布文章《Introducing Gemini 3.8 Live with Live Avatar》，署名 Shuo-yiin Chang（研究科学家）和 CJ Zheng（软件工程师），代表 Gemini Audio 团队。
功能将低延迟流式视频与实时对话模型原生耦合，具备唇形同步、自然表情和流畅轮流发言； 异步工具调用可在对话不中断时后台触发工具调用和数据获取； 原生多语言语音到语音同步，可在 97 种语言间切换并适配唇形与表情。 企业可在预设头像库之外，用高质量参考图生成保留参考相似度、品牌风格或角色身份的定制头像，但目前仅通过企业白名单开放。
所有 AI（人工智能） 生成输出嵌入 SynthID 水印。 该功能即日起在 Gemini Enterprise 提供，并已发布 API（应用程序编程接口） 文档。 DeepMind 称其延续上周发布的 Gemini 3.8 Live。
核心变化是把视频生成从离线或半实时推进到与语音对话模型原生耦合，虚拟形象与推理、工具调用共用同一实时循环，而非叠加在语音之上的动画。 异步工具调用针对此前实时对话代理在需要外部数据时出现停顿或话轮断裂的问题，但来源未给出延迟或成功率指标。 定制头像采用企业白名单机制，显示 Google（谷歌） 在身份保护与品牌滥用风险上采取保守放量，而非全面自助开放；
SynthID 水印覆盖音频与视频输出，是内容溯源能力向实时多模态生成扩展的一次部署实践。 文中 97 种语言与唇形同步声明均来自 Google 自述，无独立验证。
后续观察信号
- Gemini 3.8 Live with Live Avatar 的 API（应用程序编程接口） 定价和调用限制是否公布
- 谷歌是否会在后续公布企业客户案例或第三方延迟基准
- 定制头像的白名单审核标准和数据使用政策细节